House Price

مشروع انحدار (Regression Analysis) يهدف إلى تحليل البيانات العقارية والتنبؤ بأسعار المنازل السكنية بناءً على العوامل الجغرافية والاقتصادية والاجتماعية المحيطة، مع مقارنة أداء أكثر من نموذج لتعلم الآلة.وقومت

استكشاف ومعالجة البيانات (Data Exploration & Cleaning):فحص هيكل البيانات وتفاصيلها إحصائياً (head, info, describe).التأكد من عدم وجود قيم مفقودة (null) أو سجلات مكررة (duplicated).تحليل البيانات والاستكشاف البصري (EDA & Data Visualization):رسم مصفوفة الارتباط (Correlation Heatmap) لمعرفة الخصائص الأكثر تأثيراً في تحديد سعر المنزل (medv).تحليل التوزيع التكراري للأسعار واكتشاف القيم الشاذة باستخدام الرسم الصندوقي (Boxplot).هندسة الميزات وتقسيم البيانات (Data Splitting & Feature Scaling):تقسيم البيانات إلى مجموعتي تدريب واختبار (80% Train / 20% Test).تطبيق Standard Scaling لتهيئة الميزات وحجم البيانات لنموذج KNN.بناء وتقييم النماذج (Model Building & Evaluation):نموذج XGBoost Regressor: حقق أداء ممتازاً بمعامل تحديد $R^2$ قدره 0.85 ومتوسط خطأ مطلق (MAE) بلغ 2.04 على بيانات الاختبار.نموذج K-Nearest Neighbors (KNN Regressor): حقق معامل تحديد $R^2$ قدره 0.84 ومتوسط خطأ مطلق (MAE) بلغ 2.32.مقارنة التنبؤات (Actual vs Predicted): رسم مخطط التشتت (Scatter Plot) لمقارنة القيم الحقيقية بالقيم المتنبأ بها وتقييم مدى تقارب النتائج.